1 台电脑跑通数字人：Fay 数字人框架本地部署与语音交互完整实录

1 台电脑跑通数字人Fay 数字人框架本地部署与语音交互完整实录【免费下载链接】Fayfay是一个帮助数字人2.5d、3d、移动、pc、网页或大语言模型openai兼容、deepseek连通业务系统的agent框架。项目地址: https://gitcode.com/GitHub_Trending/fay/Fay给直播间配一个能回话的虚拟导购不用买云服务也不用懂图形学。Fay 数字人框架把 2.5D、3D 数字人和 OpenAI 兼容的大模型接进业务系统这篇记录它从克隆、装依赖到开口说话的全过程照着敲就能复现。为什么是 Fay如果你想要数据不出内网的开源数字人Fay 数字人框架能做到全链路本地部署ASR、TTS、大模型都可以换成自部署组件如果你想要一份交互逻辑跑在手机、网页和 UE5 模型上它把渲染剥出去只留消息接口载体随便换如果你想要数字人直接接业务系统它本身就是个 agent 框架带货、助理、自主决策各有一个完整版本。架构上一句话数字人管表情和声音Fay 管听、想、说、动手。从零到跑起来下面这条时间线就是 Fay 安装教程的标准走法先对硬件底线四核 CPU、8G 内存、10G 空余硬盘首次运行要联网下模型。git clone https://gitcode.com/GitHub_Trending/fay/Fay仓库拿到本地后先看 README 选版本带货完整版、助理完整版、agent 版各在一个分支按业务切过去。接着装依赖网络慢就换 pip 源pip install -r requirements.txt再打开系统配置填大模型的 API 地址或本地模型核对麦克风和扬声器的设备名。最后启动python main.py控制器窗口弹出来、输入框能打字就算跑通了。第一次和它对话 第一次做数字人语音交互就两个动作打字然后说话。你敲下“今天直播间上什么新品”回车。两三秒后它回了一段能直接照着念的口播对话历史停在界面左侧上下都能滚。然后是语音。点“语音输入”等提示音响说出默认唤醒词“你好”它进入聆听你说完它想、它答声音从扬声器出来。再喊一句“你好”继续聊不说话它自己收。让它有性格换唤醒词、切表情、接模型默认唤醒词是“你好”嫌泛就在配置里改这一处wake_word: 小F, wake_word_enabled: true保存、重启以后喊“小F”才应。表情有正常、开心、生气、伤心几档素材跟着工程走。想让数字人当场变脸通过接口下发表情指令即可字段说明在 README 的数字人章节。内置模型用腻了把 UE5 或 Unity 的工程接进来导入数字人模型、装好配套插件、把连接参数指向 Fay 的地址场景一跑就联动口型和表情。接进你自己的业务这套 Fay 数字人框架的对话入口是一个 HTTP 接口最小调用四行import requests r requests.post(http://localhost:5000/api/send, json{message: 介绍一下这款面霜}) print(r.json()[response])返回里直接取 response 字段丢给你的页面渲染。完整字段和鉴权详见 README 的集成章节。想让它只答你业务内的话用 agent 版的知识库工具把 txt、pdf 放进 KnowledgeBaseResponder 的 knowledge_base 目录配置里启用重启后问答就基于这批资料。翻车现场 依赖装不上。现象是 pip 进行到某个包直接报错大概率是版本冲突或安装源不完整。单独升级那个包或按 requirements.txt 锁定的版本重装。麦克风没反应。点了语音输入却听不到你多半是设备被别的程序占了或者配置指向了错误设备。关掉占音的程序、核对音频配置再看日志定位。模型加载慢。首次启动卡很久是因为模型要现场下载。保证网络让它下完一遍机器性能不够在配置里换小参数量的模型。接下来可以折腾什么换 LLMOpenAI 兼容服务、deepseek、vllm 起的本地模型改一组配置就换脑子语音链路不动。写自定义工具agent 版靠工具扩能力发消息、查库、控设备都是新写一个工具的事。读核心源码从 core 目录的交互主循环读起改 prompt、调问答优先级都是几行的事。接自己的模型把自带模型换成你的 UE5、Unity 工程第四节流程直接复用。现在打开终端把仓库克隆下来让它先替你在直播间站着。【免费下载链接】Fayfay是一个帮助数字人2.5d、3d、移动、pc、网页或大语言模型openai兼容、deepseek连通业务系统的agent框架。项目地址: https://gitcode.com/GitHub_Trending/fay/Fay创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考